Ailed: A Psyche-Driven Chess Engine with Dynamic Emotional Modulation

Este artigo propõe o "Ailed", um motor de xadrez que introduz variabilidade comportamental ao decompor a personalidade e a psique em um sistema de processamento de sinal dinâmico que modula as probabilidades de movimento com base no estresse e na confiança, simulando padrões humanos como erros sob pressão e excesso de confiança sem depender de validação com sujeitos humanos.

O essencial

Imagine que você está jogando xadrez contra um robô. Normalmente, esses robôs são como calculadoras superpoderosas: eles nunca erram, nunca ficam nervosos e nunca tomam decisões estranhas. Eles são perfeitos, mas, para um humano, são chatos e impossíveis de prever.

Este artigo apresenta um novo robô chamado Ailed. A ideia genial dele é: "E se o robô pudesse ter 'humores'?"

O autor, Diego, criou um sistema que faz o robô jogar de forma mais parecida com um humano, com altos e baixos emocionais. Vamos entender como funciona usando algumas analogias simples:

1. A "Personalidade" vs. O "Humor" (Psyche)

Pense no robô como um ator de teatro:

• A Personalidade (Estática): É o roteiro fixo. Define se o robô é "clássico e disciplinado", "caótico e agressivo" (como um metalhead) ou "criativo e imprevisível" (como um jazzista). Isso não muda durante o jogo.
• O Humor (Dinâmico - o "Psyche"): É como o ator se sente naquele momento. É um número que vai de -100 (Estresse/Pânico) a +100 (Excesso de Confiança).
  • Se o robô perde uma peça, o número cai (ele fica estressado).
  • Se ele ganha vantagem, o número sobe (ele fica confiante demais).
  • Se ele joga bem, o número volta ao zero (neutro).

2. O "Efeito de Áudio" (A Mágica)

Aqui está a parte mais criativa. O autor compara a decisão de fazer um movimento no xadrez com passar uma música por um estúdio de som.

Imagine que a "melodia" original é a lista de melhores movimentos que o cérebro do robô calcula. O sistema de "humor" age como uma mesa de som (equalizador) que distorce essa música antes de ela sair:

• O "Gate" (Porta de Ruído):
  • Estressado (-100): A porta fica aberta demais. O robô deixa passar movimentos ruins e estranhos, como se estivesse tremendo de nervosismo e não conseguisse focar.
  • Confiante (+100): A porta fecha. Só os movimentos "perfeitos" passam. O robô fica rígido e não arrisca nada.
• O "Compressor/Expander" (Dinâmica):
  • Estressado: A música fica "achatada". O robô considera muitas opções ruins com a mesma importância, perdendo o foco.
  • Confiante: A música fica "picada". Ele escolhe apenas uma opção e ignora todas as outras, tornando-se quase um robô sem alma.
• O "Equalizador" (EQ):
  • Ajusta o volume de diferentes tipos de movimentos. Se ele está estressado, ele aumenta o volume dos movimentos "medianos" e diminui os "melhores", como se estivesse distraído.
• O "Limitador" (Saturação):
  • Impede que um único movimento domine tudo. Se ele está muito confiante, ele permite que um movimento domine (o que pode ser perigoso).

3. O Que Acontece na Prática?

O autor testou isso jogando milhares de partidas. Os resultados foram fascinantes:

• Quando o robô está "Estressado" (Psyche negativo): Ele começa a cometer erros, faz movimentos estranhos e imprevisíveis. Curiosamente, às vezes ele ganha por sorte, pegando o oponente de surpresa, mas geralmente perde. É como um jogador humano que entra em "tilt" (perde a cabeça) e joga de qualquer jeito.
• Quando o robô está "Superconfiante" (Psyche positivo): Ele joga de forma muito conservadora. Evita riscos, faz movimentos óbvios e, muitas vezes, empata o jogo porque tem medo de perder a vantagem. É como um jogador que "joga para não perder" em vez de tentar ganhar.
• Quando está "Neutro": Ele joga de forma equilibrada, parecendo um humano normal.

4. Por que isso é importante?

A maioria dos robôs de xadrez tenta ser o "melhor jogador possível". O Ailed tenta ser o "jogador mais interessante possível".

• Para Treinamento: Se você quer treinar para jogar contra humanos, treinar contra um robô que nunca erra não ajuda. Você precisa de um robô que cometa erros humanos (nervosismo, arrogância) para aprender a lidar com eles.
• Para Diversão: Jogar contra um robô que tem "personalidade" é muito mais divertido. Você sente que está jogando contra alguém, não contra uma calculadora.

Resumo em uma frase

O Ailed é um robô de xadrez que, em vez de apenas calcular a melhor jogada, "sente" o jogo: se ele está nervoso, joga de forma caótica; se está confiante, joga de forma rígida; e tudo isso é controlado por um sistema de áudio que distorce suas decisões como se fosse uma música.

O autor deixa claro que isso não é um robô para ganhar campeonatos (ele é propositalmente imperfeito), mas sim uma ferramenta para criar oponentes mais humanos e envolventes.

Resumo técnico

Título: Ailed: Um Motor de Xadrez Impulsionado pela Psique com Modulação Emocional Dinâmica

1. O Problema

Embora os motores de xadrez tradicionais (como Stockfish, Leela Chess Zero e AlphaZero) tenham superado a força humana há anos, eles compartilham uma limitação fundamental: não jogam como humanos.

• Falta de Variabilidade Comportamental: Motores convencionais são otimizados para minimizar a perda de "centipawns" (qualidade de movimento), eliminando a incerteza e o erro.
• Ausência de Dinâmica Emocional: Eles não capturam fenômenos humanos como o "tilt" (colapso emocional após erros), a arrogância excessiva em posições vantajosas, ou a degradação de desempenho sob pressão de tempo.
• Abordagens Anteriores: Trabalhos anteriores focaram em ajustar distribuições de movimentos para níveis de habilidade fixos (ex: Maia Chess) ou adicionar vieses estáticos. Nenhuma abordagem modelou a não-estacionariedade (mudança de comportamento durante a mesma partida) baseada em estados internos dinâmicos.

2. Metodologia

O autor propõe o Ailed, um sistema que decompõe o comportamento em duas camadas: Personalidade (estática) e Psique (dinâmica), conectadas por uma cadeia de sinal inspirada em áudio.

A. Decomposição Psique × Personalidade:

• Personalidade: Um preset estático que define o "caráter" do motor (ex: disciplinado, caótico, criativo).
• Psique ($\psi_t$): Um escalar dinâmico e limitado, $\psi_t \in [-100, +100]$, atualizado após cada lance.
  • $\psi < 0$: Estresse (ansiedade, medo).
  • $\psi > 0$: Confiança excessiva (arrogância).
  • $\psi = 0$: Estado neutro/ótimo.
  • Cálculo: Derivado de cinco fatores posicionais ponderados (Material, Segurança do Rei, Mobilidade, Controle do Centro, Vulnerabilidade) e um indicador de xeque. O valor é atualizado com uma taxa de reatividade e decai exponencialmente entre sessões (simulando "descanso" ou recuperação).

B. Cadeia de Sinal (Signal Chain):
O núcleo da inovação é uma cadeia de processamento de probabilidade inspirada em efeitos de áudio, que transforma a distribuição de probabilidade de saída do modelo base. A cadeia não realiza busca (search) e é agnóstica ao motor subjacente. As etapas são:

1. Noise Gate (Porta de Ruído): Silencia movimentos com probabilidade abaixo de um limiar dependente da psique. Sob estresse, a porta abre (movimentos fracos passam); sob confiança, fecha (apenas os melhores passam).
2. Dynamics (Compressor/Expander): Aplica uma transformação de lei de potência ($p^\alpha$).
   • Estresse ($\alpha < 1$): Expande a distribuição, achatando-a (mais aleatoriedade).
   • Confiança ($\alpha > 1$): Comprime a distribuição, tornando-a mais picada (decisões determinísticas).
3. Equalizer (EQ) de 5 Bandas: Ajusta o ganho de movimentos baseados em sua classificação de probabilidade (Melhor, Bom, Médio, Ruim, Pior). Sob estresse, movimentos "bons" e "ruins" são boostados, simulando atenção dispersa.
4. Saturation (Saturação): Impõe um teto de probabilidade para evitar que um único movimento domine totalmente a distribuição, a menos que a confiança seja extrema.

C. Arquitetura e Extensões Cognitivas:

• Motor Base: Um transformador decoder-only de 23,7M parâmetros treinado em jogos humanos (ELO 1025–1175).
• Modo Pensamento (Thinking Mode): Planejamento de curto prazo que pode ser "quebrado" se a psique estiver em extremos (simulando esquecimento ou impulsividade).
• Modo Estudo (Study Mode): Análise pós-jogo que degrada em qualidade sob estados extremos de psique (simulando estudo ruim quando "tiltado").

3. Contribuições Principais

1. Decomposição Formal: Separação clara entre personalidade (preset) e psique (estado dinâmico) como geradores de comportamento.
2. Middleware Agnóstico: A cadeia de sinal funciona sobre qualquer motor que outpute probabilidades de movimentos, sem necessidade de re-treinamento do modelo base.
3. Validação Empírica: Testes em 12.414 partidas contra o Maia2-1100, demonstrando que a variação comportamental vem da cadeia de sinal, não do modelo subjacente.
4. Extensões Cognitivas: Implementação de planejamento e estudo degradados pela psique, criando um ciclo de aprendizado e erro mais humano.
5. Código Aberto: Implementação completa disponível publicamente.

4. Resultados Experimentais

Os experimentos compararam o Ailed (modelo fraco, 60k jogos) e o Maia2+Psyche (modelo forte, 169M jogos) sob três condições: Estresse, Neutro e Confiança Excessiva.

• Gradiente Monotônico de Concordância: Ambos os motores exibiram um gradiente claro na concordância com o lance principal do modelo base:
  • Estresse: Baixa concordância (37–41%). O motor desvia frequentemente do lance "ótimo".
  • Neutro: Concordância média (45–51%).
  • Confiança Excessiva: Alta concordância (57–66%). O motor torna-se quase determinístico, ignorando alternativas.
• Desempenho Competitivo (Maia2+Psyche):
  • Estresse: 30,1% de pontuação (muitas derrotas, mas também vitórias inesperadas devido à aleatoriedade).
  • Neutro: 44,4% de pontuação.
  • Confiança Excessiva: 50,8% de pontuação (muitos empates, jogando de forma ultra-conservadora).
• Ablação da Cadeia de Sinal:
  • A etapa de Dynamics (Compressor/Expander) foi identificada como a mais crítica. Removê-la reduziu o gradiente comportamental em 59%.
  • A remoção do Predictor de Resultado (confiança baseada em resultado) não afetou negativamente o gradiente, permitindo simplificar o sistema usando apenas a confiança baseada em entropia.
• Robustez: O gradiente comportamental persistiu mesmo contra oponentes estocásticos, confirmando que a variação é intrínseca à seleção de movimentos do Ailed.

5. Significado e Implicações

• Realismo Comportamental vs. Força Bruta: O trabalho demonstra que é possível criar oponentes de IA mais envolventes e menos previsíveis, introduzindo "limitações cognitivas" controladas, em vez de apenas buscar a jogada perfeita.
• Validação de Métricas: O estudo mostra que a Perda de Centipawns (CPL) não é a métrica adequada para avaliar esse tipo de sistema, pois a CPL reflete a dificuldade da posição, não a modulação da seleção de movimentos. Métricas comportamentais (taxa de vitória/empate/derrota, concordância com o lance principal) são as corretas.
• Aplicabilidade Geral: A arquitetura é agnóstica ao jogo. Qualquer sistema de IA que produza distribuições de probabilidade sobre ações discretas (Go, Poker, RPGs) pode ser envolto por essa cadeia de sinal para simular estados emocionais.
• Treinamento Eficiente: O sistema funciona bem mesmo com modelos treinados em poucos dados (60k jogos), desde que a camada de psique esteja presente, sugerindo que a "personalidade" pode ser adicionada a modelos menores para criar oponentes personalizados.

Em suma, o Ailed propõe uma mudança de paradigma: em vez de tratar a variabilidade humana como ruído a ser eliminado, o sistema formaliza a dinâmica emocional como uma estrutura de controle que modula a execução de políticas de aprendizado de máquina, resultando em uma IA que "sente" e reage ao tabuleiro de forma mais orgânica.